[Study] 신입 자라기 - 35

신입 자라기 35일 차

Task Logging

시간	Task
6 : 40	기상
7 : 00 ~ 8 : 00	출근 시간
8 : 00 ~ 9 : 10	헬스
9 : 10 ~ 9 : 30	샤워
9 : 30 ~ 9 : 45	출근
9 : 45 ~ 10 : 00	1. 짐정리 2. 간식
10 : 00 ~ 11 : 20	1. 텍스트 데이터 처리 의견 공유 2. 파트 회의
11 : 20 ~ 12 : 30	점심 시간 1. 배민
12 : 30 ~ 18 : 00	1. 데이터 전처리 2. 리서치
18 : 00 ~ 19 : 00	1. 저녁시간
19 : 00 ~ 20 : 00	퇴근 시간
20 : 00 ~ 20 : 30	샤워
20 : 30 ~ 21 : 30	유튜브
21 : 30 ~ 22 : 00	당근 마켓
22 : 00 ~ 24 : 00	1. 블로그 포스팅 2. 프로그래머스

판다스 함수

df.isnull()

• dataframe에 널 값이 있나 확인,  있으면 True, 없으면 False ( 데이터 프레임 형태로 확인 가능)

df.isnull(). values

• dataframe에 널값이 있나 없나 확인 , 있으면 True, 없으면 False(array형태로 확인 가능)

df.isnull(). values.any()

• dataframe에 널값이 하나라도 있으면 True, 널값이 하나도 없으면 False 리턴

Snap 명령어

snap list

• 리눅스 명령어, 리눅스 안에서 돌아가고 있는 거 목록 확인

TfidfVectorizer

• 카운팅 방식의 단점을 해결하기 위한 기법

TF(Term Frequency)

• 특정 단어가 하나의 데이터 안에서 등장하는 횟수, 자주 등장하면 이 데이터에서는 중요한 단어

DF(Document Frequency)

• 특정 단어가 다른 여러 데이터에 얼마나 등장하는지 알려주는 지표
• 예를 들어 특정 단어가 다른 데이터에서 빈번하게 등장하는 경우, 각 데이터끼리 구분할만한 단어가 아님 

IDF(Inverse Document Frequency)

• DF 역수

TF-IDF

• TF와 IDF를 곱한 값, TF가 높고 DF가 낮을수록 값이 커짐
• 즉, 해당 데이터에서는 많이 등장, 다른 데이터 전체에는 적게 나와야 분별력 있음

---

출근길에 보는 CS

Server 인증방식

• 로그인, 회원 가입처럼 사용자의 도입 부분(프런트엔드 관점)
• API 요청에 대해 사용자를 확인(백엔드 관점)

세션(Session)과 쿠키(Cookie)

세션과 쿠키는 HTTP 프로토콜을 기반으로 하는 웹 서비스는  클라이언트와 서버의 관계를 유지하지 않는 특성을 가지는데 클라이언트와 서버의 연결을 유지하는 방법

• 세션 : 서버에서 연경 정보를 관리함
• 쿠키 : 클라이언트에서 연결 정보를 관리함